项目从公共建筑能耗构成、形态空间与构造材料特征研究入手，基于公共建筑实测调查数据，提出公共建筑能耗性能指标要素，建立公共建筑能耗性能模型，构建涵盖性能驱动设计理论、公共建筑设计理论和低能耗建筑设计理论的低能耗公共建筑性能驱动设计理论体系；结合不同类型公共建筑所对应的舒适度、空间形态、使用功能需求等特殊性，针对性地提出低能耗公共建筑性能驱动设计流程与策略；综合应用建筑信息建模、神经网络预测与多目标优化搜索技术，研发基于神经网络的低能耗公共建筑性能驱动设计平台。项目研究旨在提高低能耗公共建筑设计决策制定的精确性，增强设计对于动态环境要素影响整体权衡的科学性，促进低能耗公共建筑设计过程的信息化转型，提升我国低能耗公共建筑设计水平。后续研究将面向建筑产业智能+发展需求，依托人工智能技术，展开建筑绿色性能智能优化设计探索。 项目研究意义主要有： （1）面向国家需求，提升低能耗公共建筑能效与空间品质。项目面向我国节能减排与可持续发展国家战略需求，围绕低能耗公共建筑设计参量对绿色性能影响的差异性展开探索，基于科学问题探索成果突破低能耗公共建筑设计方法与技术瓶颈，有效改善低能耗公共建筑能效、空间品质和建造精度效率。 （2）推动多学科交叉融通，促进多学科知识体系发展。低能耗公共建筑设计包含围护结构、设备运行工况、使用者行为、局地气候环境等多因素，其设计过程需对多学科交叉信息与大规模数据进行分析处理，其研究需要多学科知识体系的深度交叉。项目将推动建筑学与计算机科学、环境科学等学科知识体系的交叉融通，深化计算机科学中机器学习、进化计算等前沿技术，以及环境科学中的环境性能评价等理论方法知识与建筑学科的交叉融通，解决和突破低能耗公共建筑设计中的基础科学问题和关键技术，促进上述多学科融通发展为完整的知识体系，提升低能耗公共建筑设计信息化水平，推动公共建筑建造工业化升级。

哈尔滨工业大学

该项目为储备库项目资源，暂无效益分析内容。